MétaCan
Menu
Retour à la cohorte
Enregistrement W2962209044 · doi:10.3389/fendo.2019.00518

Identification of Novel MicroRNAs and Characterization of MicroRNA Expression Profiles in Zebrafish Ovarian Follicular Cells

2019· article· en· W2962209044 sur OpenAlexafffund
Yara Zayed, Xin Qi, Chun Peng

Notice bibliographique

RevueFrontiers in Endocrinology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYork University
Mots-clésmicroRNAZebrafishIdentification (biology)BiologyFollicular phaseComputational biologyBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

MicroRNAs (miRNAs) are small non-coding RNAs that regulate gene expression primarily at the post-transcriptional levels and thereby play important roles in regulating many physiological and developmental processes. Oocyte maturation in fish is induced by hormones produced from the hypothalamus, pituitary, and ovary. Gonadotropin-releasing hormone (GnRH) stimulates the secretion of luteinizing hormone (LH), which in turn, induces the secretion of maturation-inducing hormone (MIH) from the ovary. It is documented that small early vitellogenic (or stage IIIa) follicles are unable to undergo oocyte maturation whereas oocytes in mid- to late vitellogenic (stage IIIb) follicles can be induced by LH and MIH to become mature. To determine whether miRNAs may be involved in the growth and acquisition of maturational competency of ovarian follicles, we determined the miRNA expression profiles in follicular cells collected from stage IIIa and IIIb follicles using next-generation sequencing. It was found that miRNAs are abundantly expressed in the follicular cells from both stages IIIa and IIIb follicles. Furthermore, bioinformatics analysis revealed the presence of 214 known, 31 conserved novel and 44 novel miRNAs in zebrafish vitellogenic ovarian follicular cells. Most mature miRNAs in follicular cells were found to be in the length of 22 nucleotides. Differential expression analysis revealed that 11 miRNAs were significantly up-regulated, and 13 miRNAs were significantly down-regulated in the stage IIIb follicular cells as compared with stage IIIa follicular cells. The expression of four of the significantly regulated miRNAs, dre-miR-22a-3p, dre-miR-16a, dre-miR-181a-3p, and dre-miR-29a, was validated by real-time PCR. Finally, gene enrichment and pathway analyses of the predicted targets of the significantly regulated miRNAs supported the involvement of several key signaling pathways in regulating ovarian function, including oocyte maturation. Taken together, this study identifies novel zebrafish miRNAs and characterizes miRNA expression profiles in somatic cells within the zebrafish ovarian follicles. The differential expression of miRNAs between stage IIIa and IIIb follicular cells suggests that these miRNAs are important regulators of zebrafish ovarian follicle development and/or oocyte maturation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetMicroRNA in disease regulationTravaux en français237 207